Gemini Omni 视频编辑: AI 视频编辑器
Gemini Omni 视频编辑——原生多模态的视频到视频编辑。只需一个提示词，即可从源片段重新设计风格、调整光照、替换主体或改写场景。跨模态统一推理在应用编辑的同时保持运动和音频连续性。
Gemini Omni 视频编辑——原生多模态的视频到视频编辑。只需一个提示词，即可从源片段重新设计风格、调整光照、替换主体或改写场景。跨模态统一推理在应用编辑的同时保持运动和音频连续性。
关于此模型
Gemini Omni 视频编辑将 Google 原生多模态 any-to-any 模型用于基于源片段的编辑。提供一个片段和自然语言编辑指令——重新设计外观、改变季节、替换主体或改写对白——模型就会在保留原始运动和时间安排的同时，通过一次处理重写视频。
由于模型会联合理解画面和音频，编辑可以在不同模态之间保持连贯：重新生成的音频会匹配新画面，需要时也可以保留原始环境声。
成本分析
| 提供商 | 费用 | 备注 |
|---|---|---|
| muapi | $2.40 (720p/1080p) · $3.60 (4K) | Flat rate 每次生成 — same price regardless of duration. Synchronized audio included at no extra charge. |
| Fal.ai | 暂不可用 | Gemini Omni Video Edit is 目前不可用 on Fal.ai. |
| Replicate | 暂不可用 | Gemini Omni Video Edit is 目前不可用 on Replicate. |
Flat rate 每次生成 — same price regardless of duration. Synchronized audio included at no extra charge.
Gemini Omni Video Edit is 目前不可用 on Fal.ai.
Gemini Omni Video Edit is 目前不可用 on Replicate.
** 竞品价格根据相似模型架构和使用层级估算。
配置参数
| 参数 | 类型 | 描述 | 默认值 |
|---|---|---|---|
| 编辑提示词 | string | 描述要应用的编辑操作。例如：改为水彩风格、更换季节、替换主体服装。 | Transform the growing clock into @image1 while preserving the original expansion and wall-breaking motion. As the clock enlarges, metallic spider legs unfold from the sides and stab through furniture and walls. Keep the camera motion and apartment destruction intact. |
| 参考图像 | array | 参考图像。总共提供 7 个图像槽位；视频占用 2 个槽位，每个 character_id 占用 1 个槽位。每张图像最大 20 MB。 | https://cdn.muapi.ai/assets/gemini-omni-video-edit.jpg |
| 源视频 | string | Source video to edit (max 100 MB, max 30 s). 可选的 if image_urls are provided. | https://cdn.muapi.ai/assets/gemini-omni-text-to-video.mp4 |
| 裁剪开始时间（秒） | number | Start of the clip window to edit, （秒） (>= 0). | 0 |
| 裁剪结束时间（秒） | number | End of the clip window to edit, （秒）. Must be within 10 s of trim_start. | 10 |
| 时长（秒） | 枚举（4 个选项） | 生成视频的时长（秒）。 | 8 |
| 分辨率 | 枚举（3 个选项） | 输出视频分辨率。720p 和 1080p 价格相同；4K 价格更高。 | 1080p |
| 画面比例 | 枚举（2 个选项） | 输出视频的画面比例。 | 16:9 |
| 音频 ID | array | 最多 3 voice profile IDs returned by the Gemini Omni Audio endpoint. | - |
| 种子 | int | 随机种子（0–2147483647）。固定后可复现结果，但由于模型随机性，结果仍可能有所不同。 | 0 |
| 角色 ID | array | 最多 3 character IDs from Gemini Omni Character to feature in the video. | - |
描述要应用的编辑操作。例如：改为水彩风格、更换季节、替换主体服装。
Transform the growing clock into @image1 while preserving the original expansion and wall-breaking motion. As the clock enlarges, metallic spider legs unfold from the sides and stab through furniture and walls. Keep the camera motion and apartment destruction intact.参考图像。总共提供 7 个图像槽位；视频占用 2 个槽位，每个 character_id 占用 1 个槽位。每张图像最大 20 MB。
https://cdn.muapi.ai/assets/gemini-omni-video-edit.jpgSource video to edit (max 100 MB, max 30 s). 可选的 if image_urls are provided.
https://cdn.muapi.ai/assets/gemini-omni-text-to-video.mp4Start of the clip window to edit, （秒） (>= 0).
0End of the clip window to edit, （秒）. Must be within 10 s of trim_start.
10生成视频的时长（秒）。
8输出视频分辨率。720p 和 1080p 价格相同；4K 价格更高。
1080p输出视频的画面比例。
16:9最多 3 voice profile IDs returned by the Gemini Omni Audio endpoint.
-随机种子（0–2147483647）。固定后可复现结果，但由于模型随机性，结果仍可能有所不同。
0最多 3 character IDs from Gemini Omni Character to feature in the video.
-开发者文档
上传源视频
提供公开的 video_url，或从 playground 上传片段。较短的输入（约少于 15 秒）能产生最稳定的编辑结果。
编写清晰的编辑提示词 明确说明哪些内容应该改变、哪些内容应该保留。例如：'Restyle the entire clip as a hand-drawn Studio Ghibli animation, keep the original camera motion, lighting direction, and timing.'
选择分辨率
720p / 1080p — 价格相同（每次生成 $2.40）4K — 更高分辨率（每次生成 $3.60）提交并轮询
POST 到 /api/v1/gemini-omni-video-edit，并轮询 GET /api/v1/predictions/{request_id}/result，直到 status 为 completed。
提示词技巧
常见问答
Gemini Omni 视频编辑会直接以源片段为条件，同时理解画面和音频。应用编辑时，模型会保留源片段的运动、时间安排和连续性，而不是生成一个大致匹配的新片段。
可以——禁用 `preserve_audio`，并编写只针对音频的提示词（例如，"replace the dialogue with: '...'"）。画面会与源片段保持对齐，同时重新生成音频。
最大片段长度将在上线时确认。预计支持最长 30 秒的输入，与文生视频版本一致。
默认情况下，模型会保留源片段的运动和镜头路径。如果希望改变镜头或运动，请在提示词中明确说明。
Google 于 2026 年 5 月 19 日的 I/O 2026 上宣布了 Gemini Omni，API 访问将在接下来几周陆续开放。视频编辑版本将在上游 API 支持后立即在 muapi 上线。